Эта страница была переведа с помощью Cloud Translation API.
Switch to English

тедлиум

  • Исходный код : tfds.audio.Tedlium

  • Версии :

    • 1.0.1 (по умолчанию): без примечаний к выпуску.
  • Автоматическое кэширование ( документация ): Нет

  • Особенности :

FeaturesDict({
    'gender': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'id': tf.string,
    'speaker_id': tf.string,
    'speech': Audio(shape=(None,), dtype=tf.int64),
    'text': Text(shape=(), dtype=tf.string),
})

tedlium / release1 (конфигурация по умолчанию)

  • Описание :

Корпус TED-LIUM - это англоязычные выступления TED с транскрипцией, дискретизированной с частотой 16 кГц. Он содержит около 118 часов выступления.

Это выпуск 1 корпуса TED-LIUM под лицензией Creative Commons BY-NC-ND 3.0 ( http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en ).

  • Описание конфигурации : Корпус TED-LIUM - это англоязычные выступления TED с транскрипциями, дискретизированными с частотой 16 кГц. Он содержит около 118 часов выступления.

    This is the TED-LIUM corpus release 1,
    licensed under Creative Commons BY-NC-ND 3.0
    (<a href="http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en">http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en</a>).
    
  • Домашняя страница : https://www.openslr.org/7/

  • Размер загружаемого 19.82 GiB : 19.82 GiB

  • Размер набора данных : 39.23 GiB

  • Сплит :

Трещина Примеры
'test' 1,469
'train' 56 803
'validation' 591
  • Цитата :
@inproceedings{rousseau2012tedlium,
  title={TED-LIUM: an Automatic Speech Recognition dedicated corpus},
  author={Rousseau, Anthony and Del{\'e}glise, Paul and Est{\`e}ve, Yannick},
  booktitle={Conference on Language Resources and Evaluation (LREC)},
  pages={125--129},
  year={2012}
}

tedlium / release2

  • Описание :

Это выпуск 2 корпуса TED-LIUM под лицензией Creative Commons BY-NC-ND 3.0 ( http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en ).

Все переговоры и тексты являются собственностью TED Conferences LLC.

Корпус TED-LIUM был составлен из аудиозаписей и их транскрипций, доступных на сайте TED. Мы подготовили и отфильтровали эти данные, чтобы обучить акустические модели для участия в Международном семинаре по переводу разговорной речи 2011 (система LIUM English / French SLT заняла первое место в задаче SLT).

Содержит 1495 докладов и стенограмм.

All talks and text are property of TED Conferences LLC.

The TED-LIUM corpus was made from audio talks and their transcriptions
available on the TED website. We have prepared and filtered these data
in order to train acoustic models to participate to the International
Workshop on Spoken Language Translation 2011 (the LIUM English/French
SLT system reached the first rank in the SLT task).

Contains 1495 talks and transcripts.
  • Домашняя страница : https://www.openslr.org/19/

  • Размер загружаемого 34.26 GiB : 34.26 GiB

  • Размер набора данных : 67.04 GiB

  • Сплит :

Трещина Примеры
'test' 1,469
'train' 92 973
'validation' 591
  • Цитата :
@inproceedings{rousseau2014tedlium2,
  title={Enhancing the {TED-LIUM} Corpus with Selected Data for Language Modeling and More {TED} Talks},
  author={Rousseau, Anthony and Del{\'e}glise, Paul and Est{\`e}ve, Yannick},
  booktitle={Conference on Language Resources and Evaluation (LREC)},
  year={2014}
}

tedlium / release3

  • Описание :

Это выпуск 3 корпуса TED-LIUM под лицензией Creative Commons BY-NC-ND 3.0.

Все переговоры и тексты являются собственностью TED Conferences LLC.

Этот новый выпуск TED-LIUM был создан в результате сотрудничества между компанией Ubiqus и LIUM (Университет Ле-Мана, Франция)

Содержание:

  • 2351 аудиозапись в формате сферы NIST (SPH), включая выступления из TED-LIUM 2: будьте осторожны, те же разговоры, но не те же аудиофайлы (только эти аудиофайлы должны использоваться с файлами TED-LIUM 3 STM)
  • 452 часа аудио
  • 2351 выровненных автоматических транскриптов в формате STM
  • Данные для разработки и тестирования TEDLIUM 2: 19 выступлений на TED в формате SPH с соответствующими ручными транскрипциями (см. «Устаревшее» распределение ниже).
  • Словарь с произношением (159848 словарных статей), тот же файл, что и в TED-LIUM 2
  • Выбранные одноязычные данные для языкового моделирования из общедоступных корпусов WMT12: эти файлы взяты из выпуска TED-LIUM 2, но были изменены, чтобы сделать токенизацию более актуальной для английского языка.

Два распределения корпуса: - старый, в котором наборы данных для разработки и тестирования такие же, как в TED-LIUM 2 (и TED-LIUM 1). - «Адаптация говорящего», специально разработанная для экспериментов по адаптации говорящего.

  • Описание конфигурации : это выпуск 3 корпуса TED-LIUM под лицензией Creative Commons BY-NC-ND 3.0.
All talks and text are property of TED Conferences LLC.

This new TED-LIUM release was made through a collaboration between the
Ubiqus company and the LIUM (University of Le Mans, France)

Contents:

- 2351 audio talks in NIST sphere format (SPH), including talks from
  TED-LIUM 2: be careful, same talks but not same audio files (only
  these audio file must be used with the TED-LIUM 3 STM files)
- 452 hours of audio
- 2351 aligned automatic transcripts in STM format
- TEDLIUM 2 dev and test data: 19 TED talks in SPH format with
  corresponding manual transcriptions (cf. 'legacy' distribution below).
- Dictionary with pronunciations (159848 entries), same file as the one
  included in TED-LIUM 2
- Selected monolingual data for language modeling from WMT12 publicly
  available corpora: these files come from the TED-LIUM 2 release, but
  have been modified to get a tokenization more relevant for English
  language

Two corpus distributions:
- the legacy one, on which the dev and test datasets are the same as in
  TED-LIUM 2 (and TED-LIUM 1).
- the 'speaker adaptation' one, especially designed for experiments on
  speaker adaptation.
  • Домашняя страница : https://www.openslr.org/51/

  • Размер загружаемого 50.59 GiB : 50.59 GiB

  • Размер набора данных : 145.67 GiB

  • Сплит :

Трещина Примеры
'test' 1,469
'train' 268 263
'validation' 591
  • Цитата :
@inproceedings{hernandez2018tedlium3,
  title={TED-LIUM 3: twice as much data and corpus repartition for experiments on speaker adaptation},
  author={Hernandez, Fran{\c{c} }ois and Nguyen, Vincent and Ghannay, Sahar and Tomashenko, Natalia and Est{\`e}ve, Yannick},
  booktitle={International Conference on Speech and Computer},
  pages={198--208},
  year={2018},
  organization={Springer}
}